深度学習の一般的なフレームワークを含むDocker環境
1967 ワード
関連するコードはすべてGithubにあります.私のGithubを参照してください.https://github.com/lijingpeng/deep-learning-notes どうぞご注目ください~~~
All in one docker
各深度学習コンポーネントを個別にインストールしたくない場合、インストール中の依存競合などの問題に飽きない場合は、Dockerを使用して深度学習作業環境を構築することをお勧めします.以下は、All in one docker環境を参照してください.ほとんどすべての流行の深い学習フレームワークが含まれており、CPUバージョンとGPUバージョンがあり、仮想マシンとは異なり、Dockerはほとんど性能損失がないので、安心して使用することができます.GPUバージョンのDockerはLinuxシステム上でしか実行できないことに注意してください.
含まれるフレームワークとシステム依存性 Ubuntu 14.04 CUDA 7.5 (GPU version only) cuDNN v4 (GPU version only) Tensorflow Caffe Theano Keras Lasagne Torch (includes nn, cutorch, cunn and cuDNN bindings) iPython/Jupyter Notebook (including iTorch kernel) Numpy, SciPy, Pandas, Scikit Learn, Matplotlib A few common libraries used for deep learning
build
CPU version
RUN
CPU Version
GPU Version
All in one docker
各深度学習コンポーネントを個別にインストールしたくない場合、インストール中の依存競合などの問題に飽きない場合は、Dockerを使用して深度学習作業環境を構築することをお勧めします.以下は、All in one docker環境を参照してください.ほとんどすべての流行の深い学習フレームワークが含まれており、CPUバージョンとGPUバージョンがあり、仮想マシンとは異なり、Dockerはほとんど性能損失がないので、安心して使用することができます.GPUバージョンのDockerはLinuxシステム上でしか実行できないことに注意してください.
含まれるフレームワークとシステム依存性
build
CPU version
docker pull floydhub/dl-docker:cpu
RUN
CPU Version
docker run -it -p 8888:8888 -p 6006:6006 -v /sharedfolder:/root/sharedfolder floydhub/dl-docker:cpu bash
GPU Version
nvidia-docker run -it -p 8888:8888 -p 6006:6006 -v /sharedfolder:/root/sharedfolder floydhub/dl-docker:gpu bash